基于粒子群算法的电梯优化调度研究
| 摘要 | 第1-3页 |
| ABSTRACT | 第3-8页 |
| 1 绪论 | 第8-12页 |
| ·电梯群控系统的发展及方向 | 第8-10页 |
| ·群控系统的阶段性发展 | 第8-9页 |
| ·群控系统的发展方向 | 第9-10页 |
| ·研究课题的目的和意义 | 第10-11页 |
| ·论文主要内容及结构框架 | 第11-12页 |
| 2 电梯的群控系统 | 第12-18页 |
| ·群控系统的一般结构 | 第12页 |
| ·群控系统的动态特性 | 第12-13页 |
| ·动态特性中的模糊以及非线性 | 第12-13页 |
| ·动态特性中的不完备性和扰动性 | 第13页 |
| ·动态特性中的控制的多目标性 | 第13页 |
| ·群控系统实现方式 | 第13-14页 |
| ·性能评价指标的确定 | 第14-18页 |
| 3 群控系统交通客流控制模式和调度策略 | 第18-22页 |
| ·群控系统交通客流描述和模式类别 | 第18-19页 |
| ·不同交通模式方式的调度方法 | 第19-22页 |
| ·高峰时刻的客流模式调度要求 | 第19-20页 |
| ·空闲客流交通模式调度要求 | 第20页 |
| ·层间的交通模式调度要求 | 第20-22页 |
| 4 电梯群控系统中的群控算法 | 第22-28页 |
| ·电梯调度中的常见的控制算法 | 第22-26页 |
| ·专家系统用于优化调度 | 第22-23页 |
| ·模糊逻辑用于优化调度 | 第23页 |
| ·神经网络用于优化调度 | 第23-25页 |
| ·遗传算法用于优化调度 | 第25-26页 |
| ·群智能优化算法用于电梯群控 | 第26-28页 |
| ·群智能算法优势 | 第26页 |
| ·群智能算法基本原则 | 第26-28页 |
| 5 基本 PSO 用于电梯群控系统多目标调度 | 第28-46页 |
| ·PSO 算法 | 第28-32页 |
| ·粒子群算法原理描述 | 第28-30页 |
| ·多目标的粒子群算法 | 第30-32页 |
| ·多目标优化问题模型 | 第32-36页 |
| ·多目标问题基本原理 | 第32-35页 |
| ·多目标问题的求解的基本思想和方法 | 第35-36页 |
| ·多目标优化调度建模 | 第36-39页 |
| ·综合评价函数中权重因子确定 | 第36-37页 |
| ·综合评价函数隶属度函数确定方法 | 第37页 |
| ·多目标的综合评价目标函数的设计 | 第37-39页 |
| ·基本的 pso 的多目标优化调度建模 | 第39-41页 |
| ·多目标建模流程 | 第39-40页 |
| ·建模中步骤具体说明 | 第40-41页 |
| ·调度算法测试 | 第41-46页 |
| ·群控系统调度总体框架 | 第41页 |
| ·各个模块的具体设计 | 第41-43页 |
| ·Matlab 仿真 | 第43-46页 |
| 6 改进 PSO 用于电梯群控系统多目标调度 | 第46-54页 |
| ·粒子群的模拟退火优化算法 | 第46-49页 |
| ·借鉴模拟退火算法的来源与依据 | 第46页 |
| ·Metropolis 准则 | 第46-47页 |
| ·模拟退火算法描述 | 第47-48页 |
| ·模拟退火算法参数的选择 | 第48-49页 |
| ·基于模拟退火思想的粒子群算法 | 第49-50页 |
| ·粒子群算法进行改进步骤 | 第49页 |
| ·改进算法的性能测试 | 第49-50页 |
| ·改进的算法用于电梯群控调度步骤 | 第50-51页 |
| ·改进算法用于调度仿真 | 第51-54页 |
| ·仿真测试相关参数的设定 | 第51页 |
| ·仿真结果 | 第51-54页 |
| 7 Matlab 的 GUI 仿真平台搭建 | 第54-60页 |
| ·界面软件的选择 | 第54页 |
| ·界面软件与算法融合 | 第54-56页 |
| ·动态模拟运行的流程图 | 第54-55页 |
| ·约束的条件说明 | 第55页 |
| ·各个模块的作用和要求 | 第55-56页 |
| ·仿真运行界面显示 | 第56-60页 |
| ·总体仿真界面 | 第56-57页 |
| ·分模块的设计 | 第57-60页 |
| 8 总结 | 第60-62页 |
| ·文章总结 | 第60页 |
| ·本文存在的不足 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读学位期间发表文章 | 第66-69页 |
| 致谢 | 第69页 |
